DeepSeek-V4-Pro は API で 1M-token のドキュメントを扱えますか？

はい。DeepSeek-V4-Pro は 1M-token のコンテキスト長と最大 384K の出力トークン数を備えており、非常に長いドキュメントや複数ファイルのワークフロー向けに設計されています。

DeepSeek-V4-Pro は思考モードとツール呼び出しをサポートしていますか？

はい。DeepSeek-V4-Pro は思考モードと非思考モードの両方に対応し、さらに JSON 出力やツール呼び出しにも対応しています。

OpenAI 互換の SDK と DeepSeek-V4-Pro を統合するにはどうすればよいですか？

CometAPI のベース URL `https://api.cometapi.com` と、モデル名 `deepseek-v4-pro` を使用してください。

DeepSeek-V4-Flash の代わりに DeepSeek-V4-Pro を使用すべきなのはいつですか？

速度よりも正確性とエージェント指向のコーディングが重要な場合は DeepSeek-V4-Pro を使用してください。DeepSeek によれば、V4-Flash はより高速で経済的な選択肢であり、一方で V4-Pro はコーディングとより広範なエージェント評価で優れています。

DeepSeek-V4-Pro は検索中心のリサーチワークフローに適していますか？

はい。V4-Pro は検索・リトリーバル型のタスクで強力に機能し、客観的および主観的な Q&A カテゴリの両方で DeepSeek-V3.2 を大きく上回ります。

DeepSeek-V4-Pro は Claude Code や OpenCode のようなコーディングエージェントに適していますか？

はい。DeepSeek-V4-Pro は、`reasoningEffort` を `max` に設定し、思考を有効にした構成で、Claude Code および OpenCode に対応しています。

DeepSeek

稼働中のAPI 人気

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Proは、総パラメータ数1.6T、活性化パラメータ49Bを備え、1Mトークンのコンテキストウィンドウに対応する、DeepSeekの大規模なMixture-of-Expertsモデルです。高度な推論、コーディング、長期的なエージェントワークフロー向けに設計されており、知識、数学、ソフトウェアエンジニアリングのベンチマークにおいて高い性能を発揮します。

最低料金

$0.528 / 入力100万トークン

従量課金

APIの稼働状況

正常稼働

稼働率100.0% / 24時間

応答速度

1896 ms

実測APIレスポンス

公開日

Aug 12, 2026

DeepSeek

Playground

実際のリクエストでDeepSeek V4 Proを試し、パラメーターを確認し、API統合前に出力を検証できます。

概要

DeepSeek V4 Proの実用的な概要と、重要な挙動・統合時の注意点。

技術仕様

項目	DeepSeek-V4-Pro
提供元	DeepSeek
API モデル名	deepseek-v4-pro
ベース URL	https://api.deepseek.com and https://api.deepseek.com/anthropic
入力タイプ	Text
出力タイプ	Text, tool calls, reasoning output
コンテキスト長	1,000,000 トークン
最大出力	384,000 トークン
推論モード	非思考、思考（デフォルト）
エージェント/コーディングのデフォルト	reasoning_effort は high に設定可能；複雑なエージェントリクエストでは max が使用される場合があります
サポート機能	JSON 出力, Tool Calls, Chat Prefix Completion (beta), FIM Completion (beta in non-thinking mode)
ローカル/オープンウェイトのリリース	1.6T total parameters, 49B activated parameters, FP4 + FP8 mixed precision
ライセンス（モデルカード）	MIT
参考モデルカード	DeepSeek-V4-Pro preview on Hugging Face

DeepSeek-V4-Pro とは？

DeepSeek-V4-Pro は DeepSeek の V4 プレビュー・ファミリーの中でより強力なモデルです。公式のモデルカードでは、1.6T パラメータの MoE モデルで有効化パラメータは 49B、100万トークンのコンテキストウィンドウを備え、長期的な知識作業、コード生成、エージェントタスクを目的としていると説明されています。API ドキュメントでは標準の DeepSeek チャット補完インターフェースを通じて公開されており、OpenAI と Anthropic の両方の SDK スタイルをサポートします。

主な特徴

100万トークンのコンテキスト: DeepSeek は 1M トークンのコンテキスト長を文書化しており、非常に大きなドキュメントセット、リポジトリ、マルチステップのエージェントセッションに適しています。
2 つの推論モード: API は非思考モードと思考モードをサポートします。思考モードがデフォルトであり、Claude Code や OpenCode のような複雑なエージェントリクエストでは自動的に max の労力が使われる場合があると文書に記載されています。
ツール呼び出し対応: DeepSeek の思考モードはツール呼び出しをサポートしており、検索、ファイル操作、外部関数を必要とするエージェントにとって重要です。
長コンテキスト効率: モデルカードによると、V4 は Compressed Sparse Attention と Heavily Compressed Attention を組み合わせたハイブリッドアテンション設計を採用し、V3.2 と比べて長コンテキスト時の計算および KV キャッシュコストを削減しています。 citeturn980363view2
コーディングと推論に注力: DeepSeek は、V4-Pro-Max の推論モードがコーディング系ベンチマークを前進させ、推論およびエージェントタスクにおいて先端のクローズドソースモデルとの差を大きく縮めていると述べています。 citeturn980363view2
SDK の柔軟性: 標準の OpenAI 互換チャット補完、またはツール指向のワークフロー向けに DeepSeek の Anthropic 互換エンドポイント経由でアクセスできます。

ベンチマーク性能

公式の DeepSeek モデルカードは、ベースモデルファミリーおよび V4-Pro-Max の比較セットについて以下の評価結果を報告しています。ベースモデルの表では、V4-Pro は複数の知識系および長コンテキスト系ベンチマークで V3.2-Base を上回っており、MMLU-Pro（73.5 vs. 65.5）、FACTS Parametric（62.6 vs. 27.1）、LongBench-V2（51.5 vs. 40.2）などが含まれます。

ベンチマーク	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

同じモデルカードでは、V4-Pro-Max が特定のタスクにおいて最先端モデルと競合し続けていることも示されています。例えば、公開された比較表では MMLU-Pro で 87.5、SimpleQA-Verified で 57.9、GPQA Diamond で 90.1、Terminal Bench 2.0 で 67.9 を記録しています。

DeepSeek-V4-Pro と DeepSeek-V4-Flash と DeepSeek-V3.2 の比較

モデル	最適用途	コンテキスト	注記
DeepSeek-V4-Pro	高度な推論、コーディング、エージェント、大規模ドキュメント	1M	V4 モデル中で最大、アクティブパラメータ 49B、シリーズで最も高い総合性能。 citeturn980363view2turn980363view0
DeepSeek-V4-Flash	より高速・軽量な汎用用途	1M	より小さい 284B/13B のモデルで、思考モードとツール呼び出しもサポートします。 citeturn980363view2turn980363view0
DeepSeek-V3.2	前世代の長コンテキストのベースライン	以前の API ドキュメントでは 128K；V4 は異なる 1M コンテキスト設計を採用	効率向上の基準点として有用。V4-Pro のモデルカードは、V3.2 と比べて長コンテキスト時の FLOPs と KV キャッシュが大幅に削減されていると報告。 citeturn321011view1turn980363view2

最適なユースケース

リポジトリ規模のコーディングアシスタントとリファクタリングツール
長文書の分析と統合
マルチターン推論を要するツール使用型エージェント
長期メモリと構造化出力を活用するテクニカルサポートのワークフロー
モデルカードで強いベンチマーク性能が示されている中国語および多言語の知識タスク

Deepseek v4 pro API のアクセスと使用方法

ステップ 1: API キーにサインアップ

cometapi.com にログインします。まだユーザーでない場合は、まず登録してください。CometAPI console にサインインします。インターフェースのアクセス認証 API キーを取得します。パーソナルセンターの API トークンで “Add Token” をクリックし、トークンキー（sk-xxxxx）を取得して送信します。

ステップ 2: Deepseek v4 proAPI へリクエストを送信

“deepseek-v4-pro” エンドポイントを選択して API リクエストを送信し、リクエストボディを設定します。リクエストメソッドおよびリクエストボディは当社ウェブサイトの API ドキュメントから取得できます。利便性のため、当社ウェブサイトでは Apifox テストも提供しています。<YOUR_API_KEY> をアカウントの実際の CometAPI キーに置き換えてください。 Where to call it: Anthropic Messages フォーマットおよび Chat フォーマット。

質問やリクエストを content フィールドに挿入します—モデルはその内容に応答します。API レスポンスを処理して生成された回答を取得します。

ステップ 3: 結果の取得と検証

API レスポンスを処理して生成された回答を取得します。処理後、API はタスクのステータスと出力データを返します。標準のパラメータを通じて、ストリーミング、プロンプトキャッシュ、長コンテキスト処理などの機能を有効にします。

よくある質問

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

1回目のリクエスト

$0.0021

CometAPI利用料金の見積もり

10回のリクエスト

$0.0211

CometAPI利用料金の見積もり

15回のリクエスト

$0.0317

CometAPI利用料金の見積もり

DeepSeek V4 Proの料金

DeepSeek V4 Proの競争力のある価格設定をご確認ください。さまざまな予算や利用ニーズに対応できるよう設計されています。柔軟なプランにより、使用した分だけお支払いいただけるため、要件の拡大に合わせて簡単にスケールアップできます。DeepSeek V4 Proがコストを管理しながら、お客様のプロジェクトをどのように強化できるかをご覧ください。

Model	Tier	Condition	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	base	-	Input:$0.5280/M Output:$1.5840/M Cache Read:$0.0176/M	Input:$0.6600/M Output:$1.9800/M Cache Read:$0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Input:$0.5280/M Output:$1.5840/M Cache Read:$0.0176/M	Input:$0.6600/M Output:$1.9800/M Cache Read:$0.0220/M	-20%
deepseek-v4-pro-0813-free	-	-	入力:$0/M 出力:$0/M	入力:$0.66/M 出力:$1.98/M	-100%
deepseek-v4-pro-free	-	-	入力:$0/M 出力:$0/M	入力:$0.66/M 出力:$1.98/M	-100%

リクエストベースの価格調整

リクエスト条件はティアとは独立しています。複数の条件グループが同時に一致する場合、その倍率は乗算されて累積されます。まず適用されるティアを決定し、その後一致したリクエスト価格倍率を上書きします。条件が一致しない場合、倍率は1×になります。

リクエスト条件	価格倍率
時間(UTC): 1:00 - 4:00	2×
時間(UTC): 6:00 - 10:00	2×

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

POST/v1/chat/completions

DeepSeek V4 ProのサンプルコードとAPI

DeepSeek V4 Proの包括的なサンプルコードとAPIリソースにアクセスして、統合プロセスを効率化しましょう。詳細なドキュメントでは段階的なガイダンスを提供し、プロジェクトでDeepSeek V4 Proの潜在能力を最大限に活用できるよう支援します。

POST

/v1/chat/completions

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

機能

アーキテクチャの選定や本番負荷の見積もり前に、重要なモデル情報を確認できます。

対応機能

既存のモデルAPIが返す機能。

text-to-text

入力と出力

入力

text

出力

text

本番環境プロファイル

プロバイダー: DeepSeek
文脈: モデルによる
商用利用: 対応

ユースケース

textの機能に合った本番ワークフローにDeepSeek V4 Proを活用し、長期的な統合前に他の選択肢とも比較してください。

本番向けチャットとエージェントワークフロー

コーディング・分析・構造化生成

1つのAPIによる大規模な自動化

他のモデル

品質・レイテンシ・機能・料金のトレードオフに応じて、CometAPIで利用できる他のモデルと比較できます。

モデル比較を開く →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

モデルを見る

OpenAI

GPT-6 Astra

GPT-6 Astraは、複雑な推論とコーディングのためのフラッグシップモデルです。知能とコストのバランスを取るには、GPT-5.6 Terraを選んでください、

モデルを見る

Google

Gemini 3.8 Flash

Gemini 3.8 Flash は、速度、コスト、コード生成能力の間でより良いバランスを実現することを目標とした、次世代の軽量な Gemini モデルです。

モデルを見る

Anthropic

Claude Fable 5.1

長時間稼働するエージェント向けの次世代知能

モデルを見る

Z.AI

GLM 5.3 Flash

GLM-5.3-Flash は GLM-5 シリーズにおける初のネイティブなマルチモーダルモデルで、GLM-5.2 を上回る知的性能を実現しつつ、極めてコスト効率の高いアーキテクチャを維持しています。

モデルを見る

OpenAI

gpt-oss-20b(free)

gpt-oss-20b(free) APIを見る。

モデルを見る

Uptime

本番投入前に、リアルタイムのハートビートデータ、エンドポイントの可用性、実測レスポンスタイムを確認できます。

Uptime

過去 30 日間のリクエスト成功率。各モデルプロバイダーの信頼性を反映しています。CometAPI はすべての接続プロバイダーをリアルタイムで 24 時間 365 日監視しています。

RespondLIVE

1896msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

バージョン

本番統合を固定する前に、利用可能なモデル識別子を確認してください。

deepseek-v4-pro

deepseek-v4-pro-0813

deepseek-v4-pro-0813-free

deepseek-v4-pro-free

さらに探る

モデルを比較して、調査を続けましょう

DeepSeek

稼働中のAPI 人気

deepseek-v4-pro

DeepSeek V4 Pro API

最低料金

$0.528 / 入力100万トークン

従量課金

APIの稼働状況

正常稼働

稼働率100.0% / 24時間

応答速度

1896 ms

実測APIレスポンス

公開日

Aug 12, 2026

DeepSeek

Playground

実際のリクエストでDeepSeek V4 Proを試し、パラメーターを確認し、API統合前に出力を検証できます。

概要

DeepSeek V4 Proの実用的な概要と、重要な挙動・統合時の注意点。

技術仕様

項目	DeepSeek-V4-Pro
提供元	DeepSeek
API モデル名	deepseek-v4-pro
ベース URL	https://api.deepseek.com and https://api.deepseek.com/anthropic
入力タイプ	Text
出力タイプ	Text, tool calls, reasoning output
コンテキスト長	1,000,000 トークン
最大出力	384,000 トークン
推論モード	非思考、思考（デフォルト）
エージェント/コーディングのデフォルト	reasoning_effort は high に設定可能；複雑なエージェントリクエストでは max が使用される場合があります
サポート機能	JSON 出力, Tool Calls, Chat Prefix Completion (beta), FIM Completion (beta in non-thinking mode)
ローカル/オープンウェイトのリリース	1.6T total parameters, 49B activated parameters, FP4 + FP8 mixed precision
ライセンス（モデルカード）	MIT
参考モデルカード	DeepSeek-V4-Pro preview on Hugging Face

DeepSeek-V4-Pro とは？

主な特徴

100万トークンのコンテキスト: DeepSeek は 1M トークンのコンテキスト長を文書化しており、非常に大きなドキュメントセット、リポジトリ、マルチステップのエージェントセッションに適しています。
2 つの推論モード: API は非思考モードと思考モードをサポートします。思考モードがデフォルトであり、Claude Code や OpenCode のような複雑なエージェントリクエストでは自動的に max の労力が使われる場合があると文書に記載されています。
ツール呼び出し対応: DeepSeek の思考モードはツール呼び出しをサポートしており、検索、ファイル操作、外部関数を必要とするエージェントにとって重要です。
長コンテキスト効率: モデルカードによると、V4 は Compressed Sparse Attention と Heavily Compressed Attention を組み合わせたハイブリッドアテンション設計を採用し、V3.2 と比べて長コンテキスト時の計算および KV キャッシュコストを削減しています。 citeturn980363view2
コーディングと推論に注力: DeepSeek は、V4-Pro-Max の推論モードがコーディング系ベンチマークを前進させ、推論およびエージェントタスクにおいて先端のクローズドソースモデルとの差を大きく縮めていると述べています。 citeturn980363view2
SDK の柔軟性: 標準の OpenAI 互換チャット補完、またはツール指向のワークフロー向けに DeepSeek の Anthropic 互換エンドポイント経由でアクセスできます。

ベンチマーク性能

ベンチマーク	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

DeepSeek-V4-Pro と DeepSeek-V4-Flash と DeepSeek-V3.2 の比較

モデル	最適用途	コンテキスト	注記
DeepSeek-V4-Pro	高度な推論、コーディング、エージェント、大規模ドキュメント	1M	V4 モデル中で最大、アクティブパラメータ 49B、シリーズで最も高い総合性能。 citeturn980363view2turn980363view0
DeepSeek-V4-Flash	より高速・軽量な汎用用途	1M	より小さい 284B/13B のモデルで、思考モードとツール呼び出しもサポートします。 citeturn980363view2turn980363view0
DeepSeek-V3.2	前世代の長コンテキストのベースライン	以前の API ドキュメントでは 128K；V4 は異なる 1M コンテキスト設計を採用	効率向上の基準点として有用。V4-Pro のモデルカードは、V3.2 と比べて長コンテキスト時の FLOPs と KV キャッシュが大幅に削減されていると報告。 citeturn321011view1turn980363view2

最適なユースケース

リポジトリ規模のコーディングアシスタントとリファクタリングツール
長文書の分析と統合
マルチターン推論を要するツール使用型エージェント
長期メモリと構造化出力を活用するテクニカルサポートのワークフロー
モデルカードで強いベンチマーク性能が示されている中国語および多言語の知識タスク

Deepseek v4 pro API のアクセスと使用方法

ステップ 1: API キーにサインアップ

ステップ 2: Deepseek v4 proAPI へリクエストを送信

質問やリクエストを content フィールドに挿入します—モデルはその内容に応答します。API レスポンスを処理して生成された回答を取得します。

ステップ 3: 結果の取得と検証

よくある質問

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

1回目のリクエスト

$0.0021

CometAPI利用料金の見積もり

10回のリクエスト

$0.0211

CometAPI利用料金の見積もり

15回のリクエスト

$0.0317

CometAPI利用料金の見積もり

DeepSeek V4 Proの料金

Model	Tier	Condition	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	base	-	Input:$0.5280/M Output:$1.5840/M Cache Read:$0.0176/M	Input:$0.6600/M Output:$1.9800/M Cache Read:$0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Input:$0.5280/M Output:$1.5840/M Cache Read:$0.0176/M	Input:$0.6600/M Output:$1.9800/M Cache Read:$0.0220/M	-20%
deepseek-v4-pro-0813-free	-	-	入力:$0/M 出力:$0/M	入力:$0.66/M 出力:$1.98/M	-100%
deepseek-v4-pro-free	-	-	入力:$0/M 出力:$0/M	入力:$0.66/M 出力:$1.98/M	-100%

リクエストベースの価格調整

リクエスト条件	価格倍率
時間(UTC): 1:00 - 4:00	2×
時間(UTC): 6:00 - 10:00	2×

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

POST/v1/chat/completions

DeepSeek V4 ProのサンプルコードとAPI

POST

/v1/chat/completions

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

機能

アーキテクチャの選定や本番負荷の見積もり前に、重要なモデル情報を確認できます。

対応機能

既存のモデルAPIが返す機能。

text-to-text

入力と出力

入力

text

出力

text

本番環境プロファイル

プロバイダー: DeepSeek
文脈: モデルによる
商用利用: 対応

ユースケース

textの機能に合った本番ワークフローにDeepSeek V4 Proを活用し、長期的な統合前に他の選択肢とも比較してください。

本番向けチャットとエージェントワークフロー

コーディング・分析・構造化生成

1つのAPIによる大規模な自動化

他のモデル

品質・レイテンシ・機能・料金のトレードオフに応じて、CometAPIで利用できる他のモデルと比較できます。

モデル比較を開く →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

モデルを見る

OpenAI

GPT-6 Astra

GPT-6 Astraは、複雑な推論とコーディングのためのフラッグシップモデルです。知能とコストのバランスを取るには、GPT-5.6 Terraを選んでください、

モデルを見る

Google

Gemini 3.8 Flash

Gemini 3.8 Flash は、速度、コスト、コード生成能力の間でより良いバランスを実現することを目標とした、次世代の軽量な Gemini モデルです。

モデルを見る

Anthropic

Claude Fable 5.1

長時間稼働するエージェント向けの次世代知能